基于区间模糊VIKOR的监犯特征风险评估研究

作者：沈洋^*; 庄伟超; 吴清华; 钱玲飞

来源：数据分析与知识发现, 2019, 3(11): 70-78.

• 监犯特征
• 风险评估
• 区间模糊VIKOR
• 机器学习

【目的】提高中国监犯风险评估准确性和面向监狱管制的风险可识别性(识别监犯是否具有暴力、自杀等潜在风险)。【方法】提出一种监犯风险评估方法。该方法总结4种监犯风险类型,应用改进的区间模糊VIKOR算法将模糊性评价转换为监犯特征风险数值,获得优化的数据集;利用SVM等多种算法分别训练评估模型,得到最终组合模型;并将最终组合模型与现有成熟模型对比。【结果】本文评估模型精确率比现有模型提高8.9%,召回率提高11.1%, F1提高0.1。【局限】难以对不同类型监犯风险给出普适的建模算法。【结论】本文所提监犯特征风险评估方法提高了监犯风险评估的准确性,为监犯风险评估提供新的研究方法,为监狱管理提供新的科学依据。

• 单位
  无锡卓信信息科技股份有限公司; 南京航空航天大学